市场对AI产业趋势的一些误读-0721

❶首先，本轮科技的剧烈调整的确有其内在的叙事瑕疵，市场担心Coding后缺乏下一个商业化场景，进而导致Capex投入降速，重演21年新能源见顶的剧本。但实际上，这种“上游需要等等下游”的情况在过去3年每年都发生过一次，分别是23Q4/24Q3/25Q4和26Q3，这里不妨为大家复盘一下：

1）23年Q4，在经过年初ChatGPT热潮和国内的百模大战后，AGI的火花并没有如期燎原。相反，年底反馈平平的GPT-4 Turbo和初代Gemini、昙花一现的MS Copilot、ChatGPT plugins、GPTs、GPT Store标志着AI的首次商业化尝试搁浅，RAG和AI搜索是唯一用户留存的使用场景。23年底GPT-4的MoE架构被泄露，对Scaling Law的质疑开始增加。产业在23年底快速进入冷静期，这是GenAI产业的第一个冰点；

2）到了24年Q1，Sora横空出世，文生视频重新点燃了产业的热度，同期以Kimi、智谱、MiniMax为代表的国模六小虎闪亮登场，加速了整个24H1的景气度。但好景不长，卷文生视频占用了大量计算资源的同时并没有证明其商业化能力，OpenAI在5月发布的GPT-4o也并不震撼，甚至关注度不如6月的Apple Intelligence。紧接着，国内以字节豆包为首的大厂模型开始后来居上，并在24Q3打响了Token价格战的第一枪，国内每百万token价格直接送大几十元脚踝斩到几元甚至几毛钱，产业随即进入第二个冰点（笔者也是在24年8月有幸接触了几家如今最耳熟能详的模型公司，但真不知道那时是二级更悲观还是产业更悲观）

3）24Q3的中秋节，峰回路转，OpenAI发布了o1，思维链、后训练和推理的scaling law开辟了全新的产业探索方向，Agent的实现开始真正成为可能。随后的25Q1，DeepSeek时刻来临，海外看到了Cursor的大火和Devin这样的Coding Agent雏形。25Q2推出的ChatGPT o3和Claude Code彻底颠覆了搜索和编程这两个场景，资本市场也在24Q3迎来主升行情。然而到了25Q4，熟悉的青黄不接再次到来。市场开始担心CSP的现金流，担心Gemini 3.0之后格局会一家独大，担心NV在重蹈2000年的循环投资，担心Ilya说scaling law又撞墙了，甚至担心OpenAI给的30年1780亿美金的收入目标如何做到（那时如何能想到OAI和A\两家的ARR在第二年就能达到这个数），这是产业的第三次冰点；

4）26Q1，OpenClaw作为AI界的“水果忍者”，重新定义了Agent的产品力，将Agent能力带进了公众的生活和生产中。Claude Code和Codex成为第一个成功商业化的Agent产品，仅半年就合计创造了超千万美金的ARR，25Q4担心的诸多问题不攻自破，行业迎来了新一轮的景气上行，直到今天，我们正在经历的第四次冰点。

❷通过上述复盘，我们能得到的结论有：

1）每一次的行业冰点，都伴随对模型能力进步和下游商业化的质疑。但回过头来看，市场都低估了大模型的生命力和人类的产品力；

2）定义当前是产业景气的冰点其实都言之过早，因为产业对模型能力的进步都依然乐观（这有别于过去任何一次行业冰点），同时下一个商业化场景是可具象的（白领办公/AI4S/机器人/2C），只是一个时间和斜率的问题；

3）行业景气的鲁棒性已经较26年之前大幅提升。过去AI行业的命门是SOTA模型必须持续解锁通向AGI的科技树，而不是创造了多少收入，一旦scaling law真的撞墙，投入随时可能断崖。但在26年之后，整个行业的Capex投入已不再仅由负责前沿探索的闭源模型公司决定，海量生产级的推理需求正在越来越多地被CSP和云承接，而这是决定行业Capex投入的第二个支点。这也是此前我们提出“下半年不能将Anthropic的ARR作为判断行业景气度的唯一指标”的原因；

3年多过去了，AI产业的叙事底层已经发生了很多根本变化，因此不宜再刻舟求剑地悲欢或乐观。静候柳暗花明的时刻。

DJN